基于响应度的间歇性电源消纳因素研究

在潮流网络有向图中定义了三种类型节点,并利用节点之间的区别,给出了一种全新的顺流潮流跟踪方法。考虑了间歇性电源存在的动态特性及互补性,利用潮流跟踪结果来定义了响应度,并给出了它的物理意义。利用响应度作为指标,从电源侧、配网侧及负荷侧对支撑间歇性电源消纳的因素进行研究。通过对标准IEEE14节点系统的测试,证明了响应度指标的可靠性,并阐述了各因素对支撑间歇性电源消纳的影响机制。     

主动管理模式下间歇性分布式电源双层优化配置

针对传统间歇性分布式电源(IDG)规划方法电压越限与消纳受限的现状,提出一种主动管理模式下IDG双层配置模型,在满足系统安全运行约束的前提下,尽可能地提高配电网IDG消纳能力。应用一种飞蛾扑火算法与原对偶内点法相结合的混合算法对模型求解,并在IEEE33节点系统上进行仿真计算。仿真结果表明,主动管理措施可以改善系统运行状况,提高IDG的消纳能力,降低电网建设运行成本。     

含间歇性电源的能源基地源网协调发展评价

由于含风电、光伏等间歇性电源的波动性和间歇性导致能源基地运行中源网不协调、运行经济性欠佳。基于SMART准则,提出了含间歇性电源能源基地的源网协调性评价方法。分析能源基地的主要影响因素,确定可靠性、安全性、经济性、先进性等7个一级评价指标;通过分析各指标的内涵与外延,确定对应的二级和三级指标,对各项指标值进行归一化处理;由多位专家对各项指标重要性打分,利用模糊层次分析法确定指标权重,根据得分和权重得到综合评价结果;根据陇东能源基地实际运行数据验证了该文所提评价方法的有效性。     

多能互补复合电站的优化配置及其在系统电源规划中的应用

能源基地集中发展单一类型新能源会带来能源损失、设备利用率低等多种问题。随着各类电源技术的成熟,利用资源互补特性来优化配置和协同开发多类型电源是解决这些问题的有效途径。首先基于各类电源的互补特性提出了多能互补复合电站的概念,研究了复合电站的互补机制及其面向规划的外部特性;其次,建立了综合考虑系统多能互补特性及外部规划需求的能源基地优化配置方法,进而在规划方案的三层运行模拟校核迭代机制中,设计了融合复合电站的电源优化规划技术路线。最后,通过算例验证了所提的复合电站配置模型和规划方法的合理性,可以为能源基地电源配置提供理论指导和技术支撑。     

间歇性分布式电源在主动配电网中的优化配置

以分布式风电和光伏为代表的间歇性分布式电源IDG(Intermittent Distributed Generator)得到了快速发展。考虑风速、光照强度和负荷之间的时序相关性,以年碳排放量最小为目标建立了IDG在主动配电网中的多场景优化配置模型。该模型能够计及调节有载调压变压器抽头、切除IDG出力和调节IDG功率因数3种主动管理措施。利用K-means聚类法对场景数量进行缩减并得到每个场景发生的概率。提出采用自适应遗传算法和原对偶内点法相结合的混合求解策略对模型进行求解。IEEE 33节点主动配电网算例仿真结果验证了所提模型与方法的有效性。     

含多种可再生能源发电联盟的优化运行

为了因地制宜地利用偏远山区现有的梯级小水电资源,将梯级小水电群与分布式光伏和风电相结合,构成含多种可再生能源的发电联盟,深度发掘风光水的出力时空互补特性以及风光波动性较大和小水电启停调节迅速的出力特性.通过对梯级小水电出力的调节,平滑不确定可再生能源的输出,改善分布式电源并网的电能质量,提高可再生能源利用率.充分考虑梯...     

含储能的多能互补系统运行优化研究

为提升含储能多能互补系统的运行效益,提出考虑不同储能模式的多能互补系统运行优化方法.首先,针 对典型园区多能互补运行场景,考虑多设备数学模型和多能互补系统内能量流动的复杂性,分析其运行特性及能量转 换关系,建立了包含多类型设备的多能互补系统运行特性模型.然后,以储能市场收益指标为优化目标建立多能互补 系统优化模型.最后,通过算例对比不同储能模式下的储能效益来分析不同储能模式对系统运行效益影响,并给出了 混合储能模式下系统的优化配置,验证了所提多能互补系统运行优化方法的有效性.     

含间歇性分布式发电的配电网潮流分析

风力发电、太阳能发电等间歇性分布式能源系统受自然条件的约束,其出力随时间变化具有很大的随机性、波动性,从而对系统电压、负荷功率分配的影响具有不确定性。鉴于此问题,研究了上述双随机变量的数字特征与相关性,结合典型概率潮流问题的解决方法,并利用蒙特卡罗抽样仿真法,提出适应于含间歇性分布式电源的概率潮流求解方法。最终以IEEE33配电系统为例,得出间隙性分布式系统接入后,随机出力波动性与节点电压的概率分布以及各支路潮流分布的相互关系。     

平抑间歇性电源功率波动的混合储能控制研究

针对间歇性电源输出功率波动大、随机性强的特点,提出了一种基于混合储能平抑间歇性电源功率波动的控制方法。该方法将功率密度大、动态响应速度快的超级电容作为系统缓冲储能优先对功率波动进行平抑,通过蓄电池组的功率调节以防止超级电容电压越限;将蓄电池组分为独立的充电组和放电组分别控制,最大限度的减少蓄电池组循环充放电次数;通过基于荷电状态的蓄电池充电组和放电组相互调整规则以避免蓄电池组深度充放电,延长其使用寿命。仿真验证了该方法的有效性。     

基于HOMER仿真的风光储互补发电系统容量优化配置研究

以系统总成本最小为目标函数，基于可再生能源发电混合系统优化仿真软件（Hybrid Optimization Model for Electric Renewables,HOMER），针对某工业园区的风光资源数据和负荷情况，进行了设备成本和参数设定。在获得的配置方案中，对比分析了并网型风光储、风光互补以及风储、光储发电系统的优化配置方案，分析其弃电率和经济性，验证了风光储系统的优越性，最终得到并网型风光储互补发电系统总净现成本最小的配置，并对其各设备的年发电量、系统可靠性及经济性进行了分析，可为可再生能源多能互补微电网风光储系统容量优化配置的研究提供参考。     

基于NCP理论的光滑牛顿法在无功优化中的应用

采用经典的无功优化模型,以系统网损最小为目标函数。依据非线性互补理论,构造NCP函数,将KKT条件中的不等式约束转换为等价的非线性方程,然后用牛顿法求解。用同样的方法来处理离散变量,即构造一个与离散变量的约束条件等价的离散NCP函数,嵌入牛顿法中迭代计算。最后,由经典IEEE系统的计算结果表明：该算法收敛速度与传统方法相当,能有效降低网损,具有大范围收敛性。     

基于混沌优化算法的电力系统无功优化

混沌优化利用混沌变量的特定内在随机性和遍历性来跳出局部最优点 ,而线性搜索可以提高局部空间的搜索速度和精度。本文将基于线性搜索的混沌优化算法用于电力系统无功优化。应用该算法对IEEE6、1 4、30节点系统进行了无功优化计算 ,结果表明该算法是正确可行的     

基于内点法的电力系统无功优化

介绍了无功优化的基本概念,对各种无功优化算法进行了简单比较。对原对偶内点法的基本原理作了简单介绍,采用全网有功传输损耗最小作为目标函数,并采用二次罚函数的形式处理离散变量,对基于原对偶内点法的无功优化的模型进行求解。IEEE14—118节点标准测试系统上进行了数值仿真,证明内点算法具有良好的收敛性和鲁棒性。     

600MW级发电机组保安电源优化改进方案

对南方c发电有限公司2×600MW机组保安电源的接线和运行方式进行分析,寻找潜在隐患,并提出改进方案,使机组保安电源的接线方式更为合理,进一步提高大型发电机组保安电源的供电可靠性。     

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解.该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题.以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中.     

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解。该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题。以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中。     

仿生粒子群算法在电力系统无功优化中的应用

本文在标准粒子群算法的基础上,遵循群体寻优的生物特性,提出了仿生粒子群算法。初期将群体动态地分成多个子群,每个子群相对独立地向一个目标进化,子群的成员随着进化过程不断地更迭。后期增加子群间的信息交流,使算法更快收敛。该算法不仅丰富了种群的多样性,避免过早收敛于局部最优解,而且有较快的收敛速度。文中将该算法应用于电力系统无功优化中并与标准粒子群算法进行了比较,通过对IEEE30节点和IEEE118节点的算例仿真,证明了该算法的可行性和有效性。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法(AFPSO)是根据PSO算法的全局搜索与局部搜索平衡特性,改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法.通过采用AFPSO算法,对电力系统进行无功优化.该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性.     

基于协同粒子群优化算法的电力系统无功优化

为了解决粒子算法应用在电力系统无功优化中存在的问题,提出了一种改进的协同粒子优化算法.笔者根据电力系统无功优化问题非线性、不连续、大范围以及电压等级增多、无功优化控制变量较多的特点,建立了改进的协同粒子优化算法无功优化的数学模型,并将协同粒子群算法在无功优化中进行了应用.算例结果表明,该算法有效地改善了粒子群算法的局部收敛问题,缩短了搜索时间,提高了准确性.